Com comptar l’impacte de la pandèmia de Covid-19?

Precisar la dimensió quantitativa dels fenòmens socials al llarg de la història, comptar els aturats, els revoltats, els morts, … ha tingut sempre una dificultat especial a causa sobretot de la manca de fonts fiables. D’aquí, enormes esforços col·lectius com la reconstrucció de la demografia anglesa pel mètode de famílies del grup de Cambridge o els debats de la New Economic History americana i la “cliometria” en general. No deixa de ser sorprenent, però, que l’actual pandèmia susciti problemes no tant diferents a l’hora de comptar el seu impacte real, no només en països que ja tenen habitualment dificultats per a tenir estadístiques de qualitat sinó també en països desenvolupats.

Les mancances de les estadístiques espanyoles són, pel que sembla, especialment punyents. Una carta de diversos investigadors a la revista The Lancet (“The need for detailed COVID-19 data in Spain“, 9/10/2020) ho ha explicat fa poc i ha reclamat la seva millora com a premissa d’una millor tractament de la pandèmia:

In Spain, COVID-19 data currently published at the country and regional levels are insufficient to understand the dynamics of COVID-19 and to take action. We now urge the health authorities in charge of COVID-19 data in Spain and elsewhere to release consistent daily open data updates on tests, cases, hospitalisations, intensive care unit admissions, recoveries, and deaths, including ongoing retrospective series corrections. Each of these variables should be broken down by age, sex, and geographic detail, to better monitor the demographic impacts of the pandemic, and to better inform a public health response.

Qualsevol tractament superficial de les dades ja mostrava la seva incongruència des de fa mesos. Per exemple, davant dels resultats que donava el càlcul que va faig per a la 3a setmana de juliol de 2020 agafant les dades de diagnosticats i hospitalitzats dels darrers 7 dies de Covid 19 segons les dades del Ministerio de Sanidad, sobtaven les grans diferències que hi havia entre les CCAA pel que feia al % que els hospitalitzats representaven sobre els diagnosticats.

A hores d’ara la raó sembla clara: hi havia CCAA que no feien un seguiment adequat dels casos i això va impedir de controlar la pandèmia en un moment clau, fet que semblaria que ha acabat afectant sobretot a Madrid (mapa eldiario.es, 22/9/2020).

En tota aquesta qüestió, té especial rellevància la comparació entre les dues onades de la malaltia, la del març i l’actual. Per casos confirmats i registrats, les dues onades són molt semblants; per defuncions, no tenen res a veure (Informe mensual, La Caixa, setembre 2020). Certament, el nombre de morts està influït per raons diverses (com l’edat de la població i la millora dels tractaments) i el registre de morts també és problemàtic, però tot sembla indicar un enorme sots-registre de casos confirmats a la primera onada.

Efectivament, comptar adequadament la dada bàsica de les defuncions no és tant fàcil

As COVID-19 spread around the world, people have become grimly familiar with the death tolls that their governments publish each day. Unfortunately, the total number of fatalities caused by the pandemic may be even higher, for several reasons. First, the official statistics in many countries exclude victims who did not test positive for coronavirus before dying—which can be a substantial majority in places with little capacity for testing. Second, hospitals and civil registries may not process death certificates for several days, or even weeks, which creates lags in the data. And third, the pandemic has made it harder for doctors to treat other conditions and discouraged people from going to hospital, which may have indirectly caused an increase in fatalities from diseases other than covid-19 (The Economist, 15/7/2020).

Una manera d’intentar avaluar la mortalitat real és observar la sobremortalitat que es produeix en un territori durant un temps determinat. Això és el que fa l’INE amb el projecte d’estimació del nombre de defuncions setmanals, tant a nivell espanyol com per a cada CCAA, en una metodologia habitual en la demografia històrica (captura feta el 10/10/2020, consulteu la pàgina web de l’INE). En aquests moments seria del 17,4% a tot l’Estat, del 26,43% a Catalunya i del 44,57% a Madrid, fet que permet comprovar la incidència de la pandèmia i una forta diferència tant entre la primera onada i la segona com entre CCAA.

Atendiendo a su compromiso social para ofrecer información que pueda ser relevante para los ciudadanos en el contexto de la pandemia COVID-19, el Instituto Nacional de Estadística (INE) pone en marcha hoy una operación experimental dedicada a la estimación semanal del número de defunciones por provincias e islas. El INE aborda este proyecto con datos actualizados recibidos desde los Registros Civiles combinados con información histórica de la Estadística de Defunciones, con el fin de estimar las defunciones ocurridas durante el brote de COVID-19. El objeto es el estudio de las defunciones semanales ocurridas durante 2020 y su comparación con los datos históricos desde el año 2000, lo que permite interpretarlos con una perspectiva histórica necesaria, dada la variabilidad que presentan las defunciones a lo largo del tiempo (…). Dado que estos datos reflejan la mortalidad sin distinguir causas, no se puede medir de forma exacta el impacto de la pandemia COVID-19, pero si se observa un considerable aumento en el número de defunciones en España.

Mapa: “Variación anual de defunciones acumuladas 2020/2019”, gràfica: comparació entre diversos anys.

A nivell europeu aquesta investigació la realitza EuroMOMO, fet que permet investigar l’impacte de la pandèmia a Europa, amb dades que es poden desagregar per grans grups d’edat (24 països: Austria, Belgium, Denmark, Estonia, Finland, France, Germany (Berlin), Germany (Hesse), Greece, Hungary, Ireland, Italy, Luxembourg, Malta, Netherlands, Norway, Portugal, Spain, Sweden, Switzerland, UK (England), UK (Northern Ireland), UK (Scotland), UK (Wales)) (EuroMOMO, captura de data 10/10).

Més difícil és comptar adequadament el nombre de casos que s’han donat de la pròpia malaltia, a causa del fet que aquesta transcorre amb una intensitat de símptomes molt diversa. Comptem en aquest cas amb diverses estimacions -totes discutides- que mostren enormes diferències entre els casos registrats i els estimats, i també que aquestes diferències no es troben només en el cas espanyol. Es pot veure per a aquesta qüestió la pàgina web ourworldindata.org, que té un apartat dedicat al tema (cliqueu aquí).

A key limitation in our understanding of the COVID-19 pandemic is that we do not know the true number of infections. Instead, we only know of infections that have been confirmed by a test – the confirmed cases. But because many infected people never get tested, we know that confirmed cases are only a fraction of true infections. How small a fraction though?

To answer this question, several research groups have developed epidemiological models of COVID-19. These models use the data we have – confirmed cases and deaths, testing rates, and more – plus a range of assumptions and epidemiological knowledge to estimate true infections and other important metrics.

En definitiva, dificultats per a comptar una pandèmia en ple segle XXI que recorden algunes de les dificultats de la demografia històrica.

Altres articles que parlen de com comptar els casos de covid:

Quant a gbarnosell

Historiador; professor d'institut, col·laborador de l'Institut de Recerca Històrica de la Universitat de Girona i de L'Avenç
Aquesta entrada s'ha publicat en Bloc i etiquetada amb . Afegiu a les adreces d'interès l'enllaç permanent.

Deixa un comentari

Fill in your details below or click an icon to log in:

WordPress.com Logo

Esteu comentant fent servir el compte WordPress.com. Log Out /  Canvia )

Google photo

Esteu comentant fent servir el compte Google. Log Out /  Canvia )

Twitter picture

Esteu comentant fent servir el compte Twitter. Log Out /  Canvia )

Facebook photo

Esteu comentant fent servir el compte Facebook. Log Out /  Canvia )

S'està connectant a %s